结合改进LBP和SRC的高光谱图像分类研究

来源：计算机工程与应用杂志2023年第2期北京时间：

作者：龚渝, 赵圣璞, 徐俊洁, 赵慧敏

单位：1.中国民航大学 电子信息与自动化学院，天津 300300；2.南京林业大学 机械电子工程学院，南京 210037；3.中国民航大学 安全科学与工程学院，天津 300300

摘要：针对传统局部二值模型（local binary pattern，LBP）提取高光谱图像纹理特征信息量庞大的难题，提出一种基于对称旋转不变等价局部二值模型（symmetrical rotation invariant uniform LBP，SRIULBP）的高光谱图像特征提取方法，以缩减特征维度；针对稀疏表示分类（sparse representation classification，SRC）模型中稀疏字典冗余的缺陷，采用近邻思想，提出最近邻稀疏表示（nearest neighbor SRC，NNSRC）分类方法，实现高光谱图像的高效、高准确度分类。数据实验结合表明，SRIULBP能快速提取图像特征，提出的分类方法不仅在分类精度上优于其他稀疏表示分类算法，并且具有更强的时效性与泛化能力。

关键词：高光谱图像分类,改进局部二值模型,特征提取,最近邻稀疏表示